仮説や指標、必要なサンプル数、終了条件を事前に決め、A/Bテストを設計・分析します。信頼区間やCUPEDを使った結果の読み方も扱います。
- A/Bテストの必要人数を見積もりたいとき
- 実験の仮説と指標を事前に決めたいとき
- 信頼区間や有意差を解釈したいとき
失敗するテストやクラッシュ、誤った結果の再現と切り分けを行い、原因を確かめてから最小限の修正と回帰テストで解消を確認するスキルです。
Use when something is broken — a failing or flaky test, crash, wrong result or regression — and the root cause must be reproduced and proven before any fix. On-demand; callable mid-`implement`. NOT a feature to spec or build (that is `specify`/`implement`), NOT the lint/test gate (that is `verify`), NOT adversarial diff reading (that is `review`).
実行スコア 未検証
インストール方法を見る不具合を推測で直すのではなく、再現と証拠をもとに原因を特定する進め方を支援します。まず発生条件、入力、環境、エラー内容を記録し、断続的な不具合は試行回数と失敗率を測ります。次に、変更履歴やコード経路、入力データを絞り込み、原因について検証できる仮説を立てます。不具合を再現するテストを先に用意し、原因に対する最小限の修正を行ったうえで、再現手順と周辺テストを確認します。原因が明らかでない問題は、その事実と追加で必要な情報を整理します。
テストの失敗、クラッシュ、誤った結果、修正後の再発など、何かが壊れていて原因が分からないときに使えます。実装作業の途中でも呼び出せます。断続的な失敗や、開発環境では再現しない問題の切り分けにも向いています。
テストランナーやデバッガーなどの調査ツールは、問題が起きている技術スタックに合わせて使います。
この紹介文は、公開されている SKILL.md をもとに AI(OpenAI Codex)が作成しました。正確な仕様は下の原文を確認してください。
インストールする前に、エージェントに与えられる指示の中身を確認できます。
まだレビューはありません。使ってみた感想をお寄せください。
ログインなしで書き込めます。使ってみた感想、質問、動かなかった環境などを気軽にどうぞ。
まだコメントはありません。最初のコメントを書いてみませんか。
仮説や指標、必要なサンプル数、終了条件を事前に決め、A/Bテストを設計・分析します。信頼区間やCUPEDを使った結果の読み方も扱います。
Web UIをWCAG 2.2 AAに沿って改善し、意味構造やキーボード操作、フォーカス、ARIA、コントラストを点検して自動・手動で確認します。
Google AdsやMetaの広告キャンペーン設計、広告文、予算配分、採算性の計算、計測設定をまとめて扱うスキルです。
LLMやエージェントの回答・行動を評価データと採点基準で測り、品質の低下を検知してマージを止める評価手順を整えるスキルです。
稼働中のAIエージェントに許可する作業やツールを絞り、外部文書に含まれる不正な指示への対策、危険な操作の承認、実行時間や費用の上限を整えるスキルです。
音声、画像から作る動画、音楽を目的に合わせて生成し、ffmpegでつないでナレーション付き動画や短いクリップなどのメディアファイルに仕上げます。